python+pandas+时间、日期以及时间序列处理方法时间、日期以及时间序列处理方法
先简单的了解下日期和时间数据类型及工具先简单的了解下日期和时间数据类型及工具
python标准库包含于日期（date）和时间（time）数据的数据类型，datetime、time以及calendar模块会被经常用到。
datetime以毫秒形式存储日期和时间，datetime.timedelta表示两个datetime对象之间的时间差。
给datetime对象加上或减去一个或多个timedelta，会产生一个新的对象
from datetime import datetime
from datetime import timedelta
now = datetime.now()
now
datetime.datetime(2017, 6, 27, 15, 56, 56, 167000)
datetime参数：datetime(year, month, day[, hour[, minute[, second[, microsecond[,tzinfo]]]]])
delta = now - datetime(2017,6,27,10,10,10,10)
delta
datetime.timedelta(0, 20806, 166990)
delta.days
0
delta.seconds
20806
delta.microseconds
166990
只有这三个参数了！
datetime模块中的数据类型模块中的数据类型
类型类型 说明说明
date 以公历形式存储日历日期（年、月、日）
time 将时间存储为时、分、秒、毫秒
datetime 存储日期和时间
timedelta 表示两个datetime值之间的差（日、秒、毫秒）
字符串和字符串和datetime的相互转换的相互转换
1））python标准库函数标准库函数
日期转换成字符串：利用str 或strftime
字符串转换成日期：datetime.strptime
stamp = datetime(2017,6,27)
str(stamp)
'2017-06-27 00:00:00'
stamp.strftime('%y-%m-%d')#%Y是4位年，%y是2位年
'17-06-27'
#对多个时间进行解析成字符串
date = ['2017-6-26','2017-6-27'] datetime2 = [datetime.strptime(x,'%Y-%m-%d') for x in date] datetime2
[datetime.datetime(2017, 6, 26, 0, 0), datetime.datetime(2017, 6, 27, 0, 0)]
2）第三方库）第三方库dateutil.parser的时间解析函数的时间解析函数
from dateutil.parser import parse
parse('2017-6-27')
datetime.datetime(2017, 6, 27, 0, 0)
parse('27/6/2017',dayfirst =True)
datetime.datetime(2017, 6, 27, 0, 0)
3））pandas处理成组日期处理成组日期
pandas通常用于处理成组日期，不管这些日期是DataFrame的轴索引还是列，to_datetime方法可以解析多种不同的日期表示
形式。
date
['2017-6-26', '2017-6-27'] import pandas as pd
pd.to_datetime(date)
DatetimeIndex(['2017-06-26', '2017-06-27'], dtype='datetime64[ns]', freq=None)
资源评论
Wason先森2023-11-28没什么用处
